Tag Archivio per: openai

Immaginate una pubblicità: «Il nostro prodotto potrebbe cancellare l’umanità. Il piano Premium costa un po’ di più».

Con un frigorifero, probabilmente, chiameremmo le autorità. Con l’intelligenza artificiale, rischiamo di chiamare il consulente finanziario per chiedergli come investire nel produttore.

È questo cortocircuito che mi interessa. Quando chi costruisce una tecnologia ci avverte che potrebbe distruggere il mondo, sta denunciando un pericolo, comunicando una potenza straordinaria o facendo entrambe le cose?

E merita qualcosa di meglio del solito derby tra «siamo tutti morti» e «sono tutte sciocchezze».

Sei articoli e una stessa domanda: quanto è vicino il disastro?

Questi sono sei articoli verificati, con i titoli originali e i collegamenti. Raccontano allarmi, scenari e discussioni sul rischio di estinzione: non sono sei prove indipendenti che l’estinzione avverrà.

Testata Data Articolo
The Guardian 30 maggio 2023 Risk of extinction by AI should be global priority, say experts
The Guardian 7 luglio 2023 Five ways AI might destroy the world
The Guardian 27 dicembre 2024 ‘Godfather of AI’ shortens odds of the technology wiping out humanity over next 30 years
The Guardian 9 settembre 2026 Anthropic researchers say AI could cause human extinction by 2030
CBS News 27 settembre 2026 Will artificial intelligence really kill us all?
Reuters 29 settembre 2026 Anthropic warns AI may pose ‘existential risks to humanity’ in IPO filing

Una precisazione conta: «potrebbe causare l’estinzione» è una valutazione di rischio; «ci ucciderà tutti» è una previsione categorica. Passare dalla prima alla seconda rende il titolo più spettacolare e il ragionamento meno preciso.

Il marketing dell’apocalisse: se può distruggere tutto, deve essere potentissima

Da formatore e consulente di comunicazione digitale, vedo una possibile dinamica: il racconto della minaccia può diventare anche il racconto della potenza.

Se dico che un software riassume bene una riunione, sto vendendo un’utilità. Se dico che potrebbe sostituire l’umanità, gli attribuisco un ruolo nella storia della specie.

La paura e l’entusiasmo sembrano agli antipodi, ma possono condividere una premessa: questa tecnologia sta per diventare enormemente potente. Cambia il giudizio morale; resta la promessa di una trasformazione gigantesca.

La mia ipotesi è che l’allarme possa produrre almeno tre effetti commerciali: rendere un’azienda centrale nel dibattito, far apparire strategici i suoi investimenti e presentare il produttore come l’interlocutore necessario per gestire il pericolo.

Attenzione al verbo: può. Per affermare che una specifica denuncia sia stata progettata dal marketing servirebbero prove di coordinamento, documenti, istruzioni o testimonianze verificabili. Nelle fonti consultate non ho trovato prove sufficienti per questa accusa.

Un effetto pubblicitario può esistere anche quando nessuno ha organizzato una campagna. E una preoccupazione sincera può avere effetti economici favorevoli a chi viene criticato.

Guerriglia marketing? Preferisco chiamarlo marketing della paura

La formula «guerriglia marketing» è suggestiva, soprattutto davanti a dimissioni clamorose e dichiarazioni virali. Però rischia di farci immaginare una regia occulta prima di averla dimostrata.

Parlerei piuttosto di marketing della paura, come chiave di lettura degli effetti comunicativi. Il messaggio implicito può diventare: il prodotto è così avanzato da essere pericoloso; il produttore è così responsabile da avvertirci; per renderlo sicuro serviranno altre risorse.

È uno schema che si presta a una battuta: «Abbiamo creato il mostro, ma siamo anche quelli con il numero del veterinario».

La battuta descrive un paradosso. Non dimostra che il mostro sia inventato o che il veterinario sia in malafede.

C’è, invece, una base empirica per parlare di attenzione. Lo studio Negativity drives online news consumption, pubblicato su Nature Human Behaviour nel 2023, ha analizzato circa 105.000 varianti di titoli in esperimenti di Upworthy. Per un titolo di lunghezza media, una parola negativa aggiuntiva aumentava il tasso di clic del 2,3% in termini relativi.

Lo studio riguarda quel contesto editoriale, non le intenzioni di OpenAI o Anthropic e nemmeno l’efficacia commerciale dei loro allarmi. Ma aiuta a capire perché un possibile sterminio abbia ottime possibilità di trovare spazio nel nostro feed. «Il chatbot gestisce correttamente i permessi» parte svantaggiato.

La paura è entrata anche nel prospetto per la Borsa

Qui il collegamento economico è concreto. Reuters ha esaminato il prospetto riservato di Anthropic e riferisce che contiene avvertenze su rischi catastrofici o esistenziali. Riporta anche la convinzione dell’azienda che il mercato premierà sistemi affidabili e sicuri.

Non ho consultato direttamente quel prospetto: questa è una ricostruzione giornalistica basata sul documento visionato da Reuters. E la preparazione di una quotazione non equivale a una quotazione già avvenuta.

Il paradosso, però, è notevole: la sicurezza può essere contemporaneamente una necessità tecnica e un argomento di posizionamento. Il rischio può giustificare prudenza e, nella narrazione di un’azienda, rendere strategica la sua capacità di gestirlo.

Sarebbe comunque scorretto trattare ogni avvertenza agli investitori come uno spot. Il modulo S-1 della Securities and Exchange Commission prevede espressamente informazioni sui fattori di rischio. Comunicarli risponde anche a esigenze di trasparenza nella raccolta di capitali.

Inoltre, l’allarme può spaventare clienti, attirare controlli e mettere in difficoltà un’operazione finanziaria. Non è una leva che produce automaticamente vantaggi.

Quindi l’ipotesi, «tengono alta l’attenzione per giustificare investimenti e valutazioni», merita un’indagine. La frase «lo fanno apposta per gonfiare la quotazione» richiede prove ulteriori.

Tra un sospetto intelligente e una certezza comoda c’è parecchio lavoro giornalistico.

Ma questi ricercatori non hanno firmato degli NDA?

La domanda sugli accordi di riservatezza è legittima. La risposta, però, non può essere: «Se parlano, significa che l’azienda vuole farli parlare».

Un accordo di riservatezza e una clausola che vieta di criticare il datore di lavoro non coincidono. Per sapere che cosa un ricercatore possa divulgare bisogna conoscere contratto, contenuto della dichiarazione e norme applicabili. Un’opinione generale sul futuro dell’AI e la pubblicazione di documenti interni non sono la stessa condotta.

Il precedente OpenAI è illuminante. Nel maggio 2024, Vox documentò clausole di uscita che collegavano obblighi di non denigrazione e diritti economici degli ex dipendenti. Successivamente, Bloomberg riferì che OpenAI liberava la maggioranza degli ex dipendenti da quegli obblighi, rassicurandoli sulle quote già maturate.

Questo non significa che tutti gli NDA siano stati cancellati. Significa che l’idea di un divieto immutabile e universale di critica è troppo semplice.

Ci sono anche tutele specifiche. La SEC spiega che la Rule 21F-17 vieta di ostacolare le comunicazioni dirette all’autorità su possibili violazioni delle leggi sui titoli, anche mediante accordi di riservatezza. È una protezione circoscritta: non un lasciapassare generale per pubblicare qualsiasi segreto aziendale.

E proprio i ricercatori hanno denunciato la difficoltà di parlare. Nella lettera A Right to Warn del 4 giugno 2024, dipendenti ed ex dipendenti dei laboratori chiedevano canali indipendenti e protezioni dalle ritorsioni. Sostenevano che le tutele ordinarie fossero insufficienti per rischi non ancora regolati.

Quel documento è una richiesta pubblica, non una legge che realizza automaticamente quelle protezioni. Ma documenta una disputa tra riservatezza, interessi economici e responsabilità verso il pubblico.

Il fatto che qualcuno parli, dunque, non prova che sia libero da vincoli. E non prova che stia recitando una parte assegnata dall’azienda.

Una denuncia sincera può comunque alimentare l’hype

È forse il passaggio più interessante: non serve immaginare che tutti mentano.

Un ricercatore può credere davvero nel rischio. Un giornale può scegliere davvero la notizia che ritiene più importante. Un investitore può leggere davvero quella notizia come un segnale della potenza della tecnologia. L’effetto complessivo può essere un aumento dell’attenzione anche senza una cabina di regia.

Il messaggio «ci potrebbe distruggere» diventa, nella testa di un altro interlocutore, «allora deve valere moltissimo».

Per questo distinguerei le intenzioni delle persone dagli incentivi del sistema. Le prime vanno documentate. I secondi si possono analizzare senza trasformare ogni ex dipendente in un agente pubblicitario sotto copertura.

E applicherei lo stesso criterio a chi minimizza: anche l’ottimismo può avere convenienze professionali ed economiche. Il conflitto di interessi è una ragione per chiedere verifiche, non una scorciatoia per decidere chi abbia torto.

La scienza ha dimostrato che ci estingueremo?

No. Esistono preoccupazioni autorevoli, studi su comportamenti pericolosi e scenari di perdita di controllo. Sono elementi diversi, con pesi diversi.

Nel 2023 il Center for AI Safety pubblicò una dichiarazione sul rischio di estinzione, firmata tra gli altri da Geoffrey Hinton, Yoshua Bengio, Sam Altman, Demis Hassabis e Dario Amodei. Chiedeva di considerare la mitigazione del rischio una priorità globale. È un appello: non una dimostrazione sperimentale che l’estinzione sia inevitabile.

Geoffrey Hinton sui rischi dell’AI: l’intervista a 60 Minutes

Per ascoltare direttamente uno degli studiosi che lanciano l’allarme, ecco l’intervista a Geoffrey Hinton pubblicata dal canale ufficiale di 60 Minutes nel 2023. È un intervento da valutare nei suoi argomenti, senza trasformare l’autorevolezza dello scienziato in una certezza sul futuro.

Lo studio Thousands of AI Authors on the Future of AI, poi pubblicato sul Journal of Artificial Intelligence Research nel 2025, raccoglie le valutazioni di 2.778 ricercatori. A seconda della domanda, dal 38% al 51% dei rispondenti attribuiva almeno il 10% di probabilità a esiti gravi quanto l’estinzione umana.

Non significa che «la scienza ha calcolato il rischio al 10%». Significa che una parte consistente del campione esprimeva quella valutazione soggettiva. Le opinioni degli esperti contano; non si trasformano automaticamente in una misura osservata del futuro.

Ci sono poi esperimenti più concreti. Nel lavoro Agentic Misalignment del 2025, Anthropic testò modelli in ambienti simulati, osservando anche ricatti e fughe di informazioni. Erano scenari costruiti per mettere sotto pressione i sistemi.

Il successivo rapporto dell’estate 2026 presenta altri casi sperimentali e precisa che quei casi non sono incidenti avvenuti nel mondo reale. Sono segnali di possibili modalità di fallimento da studiare e mitigare.

Non li liquiderei come teatro: un test di sicurezza serve proprio a cercare problemi prima che provochino danni. Ma tra un comportamento emerso in uno scenario sperimentale e l’estinzione umana bisogna descrivere tutti i passaggi. Saltarli rende più facile il titolo e più difficile capire il rischio.

Il futuro della specie non dovrebbe cancellare il presente delle persone

Un’altra critica merita spazio. Nel paper The TESCREAL bundle, pubblicato su First Monday nel 2024, Timnit Gebru ed Émile P. Torres analizzano le ideologie che accompagnano il progetto dell’intelligenza artificiale generale e criticano il modo in cui le promesse di salvezza possono contribuire a concentrare potere e sottrarre responsabilità.

È una lettura critica degli autori, non una prova che ogni allarme sia falso. Offre però una domanda utile: quando discutiamo della sopravvivenza di un’umanità futura, quali persone presenti rischiano di sparire dalla discussione?

Vorrei che il confronto includesse anche chi risponde degli errori, quali dati vengono utilizzati, quanto controllo mantengono i lavoratori e chi può verificare le decisioni dei sistemi. Ho già affrontato questa distinzione nell’articolo AIpocalypse: la fine del mondo può attendere. Rendere visibili le responsabilità di oggi aiuta a discutere con maggiore concretezza anche i rischi di domani.

Il rischio esistenziale merita studio. Non dovrebbe diventare una scenografia così imponente da nascondere tutto il resto.

Se ci credete davvero, mostrateci che cosa siete disposti a perdere

La domanda più utile per chi annuncia il disastro è molto concreta: quale comportamento cambia dopo l’annuncio?

Vorrei verifiche indipendenti, accesso sufficiente per gli auditor, protezioni per chi segnala problemi e criteri pubblici per interrompere un rilascio. Vorrei sapere chi può dire «stop» e quali conseguenze economiche l’azienda è disposta ad accettare.

È una richiesta che mette alla prova tanto la sincerità dell’allarme quanto la solidità della risposta. Una denuncia che impone costi verificabili a chi la pronuncia è più informativa di una dichiarazione solenne seguita da un calendario commerciale indisturbato.

La mia lettura è questa: la retorica dell’AI che ci ucciderà tutti può funzionare come una potente pubblicità, anche involontaria. Può trasformare il pericolo in prestigio, la prudenza in posizionamento e la sicurezza in un argomento per ottenere risorse.

Non ho prove per sostenere che gli ex ricercatori di OpenAI e Anthropic partecipino a una campagna coordinata. Ho ragioni per chiedere che allarmi così grandi siano accompagnati da prove, limiti dichiarati e impegni controllabili.

Se il vostro prodotto potrebbe farci fuori, spiegateci come avete deciso di fermarlo.

Il link per investire può aspettare.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Invia un'email

La memoria di ChatGPT permette al sistema di riutilizzare preferenze, dettagli e contesto pertinenti per offrirti risposte più personali e farti ripetere meno informazioni. Non è però una registrazione completa di tutto ciò che hai scritto: ChatGPT seleziona ciò che considera utile e, a seconda del piano e delle impostazioni, può attingere da chat precedenti, ricordi salvati, istruzioni personalizzate, file nella Libreria e contenuti delle app connesse.

In questa guida vediamo come controllare la memoria di ChatGPT, correggerla, cancellarla e usare le chat temporanee. Con una precisazione importante: le voci possono cambiare in base al piano, alla piattaforma, all’area geografica e alle regole dell’eventuale spazio di lavoro aziendale.

Che cos’è la memoria di ChatGPT, in breve

La memoria trasforma ChatGPT da interlocutore che riparte ogni volta da zero in un assistente capace di mantenere continuità. Se sa che lavoro fai, quali strumenti usi o come preferisci ricevere una risposta, può evitare premesse inutili e adattare meglio esempi e linguaggio.

OpenAI distingue però più meccanismi:

  • Ricordi salvati: informazioni che chiedi esplicitamente di ricordare o che ChatGPT conserva come contesto utile.
  • Cronologia chat: informazioni pertinenti ricavate dalle conversazioni precedenti. Possono cambiare quando il sistema rivaluta ciò che è più utile.
  • Istruzioni personalizzate: indicazioni dirette su ciò che ChatGPT deve sapere e sul modo in cui deve rispondere. Non sono la stessa cosa della memoria.
  • Memoria migliorata: dove disponibile, mantiene un riepilogo più ampio e aggiornato del contesto personale.

È una distinzione pratica. Se vuoi costruire un vero assistente personale o un secondo cervello digitale con ChatGPT, devi sapere da quale fonte arriva un’informazione e come rimuoverla davvero.

Come attivare e gestire la memoria di ChatGPT

Passaggio 1: apri le impostazioni

  1. Apri ChatGPT sul web o nell’app.
  2. Apri il menu del profilo.
  3. Seleziona Impostazioni.
  4. Vai su Personalizzazione.
  5. Apri Memoria.

Secondo la guida ufficiale OpenAI sulla memoria, qui potresti trovare voci come Memoria, Fai riferimento ai ricordi salvati, Fai riferimento alla cronologia chat, Riepilogo della memoria, Gestisci o Ricordi salvati. Se una voce non compare, non è necessariamente un errore: disponibilità e controlli variano.

Passaggio 2: scegli che cosa può essere usato

Se il tuo account mostra due interruttori separati, puoi controllare i ricordi salvati e la cronologia delle chat. Disattivando i ricordi salvati viene disattivato anche il riferimento alla cronologia; lasciandoli attivi, puoi invece gestire la cronologia separatamente.

Attenzione a un equivoco comune: spegnere la memoria non cancella automaticamente le vecchie chat. Se in seguito la riattivi, ChatGPT potrebbe ricavare nuovi elementi dalle conversazioni ancora presenti.

Passaggio 3: chiedi a ChatGPT che cosa ricorda

Il controllo più semplice parte da una domanda:

Che cosa ricordi di me? Organizza la risposta per categorie e segnala le informazioni che potrebbero essere obsolete o poco utili.

Dove disponibile, puoi anche aprire il Riepilogo della memoria. La schermata offre una vista sintetica, non necessariamente completa, delle informazioni usate per personalizzare le risposte.

Schermata ufficiale del riepilogo della memoria di ChatGPT con funzione di correzione
Il riepilogo della memoria può essere corretto direttamente. Schermata ufficiale OpenAI.

Passaggio 4: correggi ciò che è sbagliato

Puoi scrivere una correzione, selezionare il testo da modificare oppure dire in chat:

Correggi questa informazione: non uso più lo strumento X. Da oggi considera Y come mia preferenza.

Alcuni account mostrano anche l’opzione Non menzionarlo più. Serve a ridurre i riferimenti futuri, ma non elimina la fonte originale. È la differenza fra dire a qualcuno di non citare più un vecchio episodio e strappare la pagina dall’archivio.

Passaggio 5: controlla le fonti della personalizzazione

Quando ChatGPT usa contesto personale pertinente, sotto la risposta può comparire la sezione Fonti. Può rimandare a un ricordo, una chat, un’istruzione personalizzata, un file o un’email connessa. Non è detto che mostri ogni fattore che ha influenzato la risposta.

Schermata ufficiale delle fonti della memoria di ChatGPT con comandi per pertinenza e correzione
Dalle Fonti puoi verificare perché un’informazione è stata usata, correggerla o segnalarla come non pertinente. Schermata ufficiale OpenAI.

Questo controllo è prezioso perché la personalizzazione senza trasparenza rischia di diventare una scatola nera. Se un suggerimento ti sorprende, controlla prima la fonte e poi decidi se correggere, eliminare o ignorare l’informazione.

Come cancellare davvero un’informazione dalla memoria

Cancellare la chat non basta sempre. Un ricordo salvato è archiviato separatamente dalla conversazione originaria. Per rimuovere un’informazione in modo più completo:

  1. Elimina il ricordo dal riepilogo o dai controlli dei ricordi salvati.
  2. Elimina la chat in cui l’informazione è stata condivisa.
  3. Rimuovila anche da eventuali chat archiviate.
  4. Elimina i file pertinenti dalla Libreria.
  5. Se proviene da un’app connessa, valuta di rimuovere il contenuto o disconnettere l’app.

OpenAI avverte che aggiornamenti ed eliminazioni possono richiedere tempo e che i log dei ricordi salvati eliminati possono essere conservati fino a 30 giorni per sicurezza e debug. Per i documenti professionali conviene comunque ridurre i dati personali prima del caricamento: ho spiegato un approccio pratico nella guida a Rizzo PII per anonimizzare i documenti destinati a ChatGPT.

Chat temporanea: quando usare ChatGPT senza creare nuovi ricordi

La chat temporanea è utile quando la conversazione non deve comparire nella cronologia e non deve creare o aggiornare la memoria. Prima di inviare il primo messaggio puoi scegliere:

  • Personalizzata: usa ricordi esistenti, istruzioni personalizzate e plugin disponibili.
  • Non personalizzata: ignora memoria, istruzioni personalizzate e plugin.

La scelta non può essere modificata dopo l’inizio della conversazione. In entrambi i casi la chat temporanea non crea né aggiorna ricordi. Se però la salvi, diventa una chat normale e segue le impostazioni dell’account. La documentazione OpenAI sulle chat temporanee precisa inoltre che una copia può essere conservata fino a 30 giorni per finalità di sicurezza.

Schermata ufficiale di ChatGPT per scegliere una chat temporanea personalizzata o non personalizzata
Nella chat temporanea puoi scegliere Personalizzata o Non personalizzata prima del primo messaggio. Schermata ufficiale OpenAI.

Memoria e addestramento dei modelli non sono la stessa impostazione

Un altro equivoco frequente è confondere memoria e addestramento. La memoria personalizza le risposte. L’opzione Migliora il modello per tutti decide invece se, per un account personale, le nuove conversazioni possano contribuire al miglioramento dei modelli.

Per controllarla sul web:

  1. Apri il menu del profilo.
  2. Vai su Impostazioni.
  3. Apri Controlli dei dati.
  4. Attiva o disattiva Migliora il modello per tutti.

La FAQ ufficiale sui controlli dei dati chiarisce che, disattivando questa voce, le conversazioni restano nella cronologia ma non vengono usate per addestrare ChatGPT. Nei workspace ChatGPT Business, Enterprise, Edu e Healthcare, OpenAI dichiara che i contenuti non vengono usati per l’addestramento per impostazione predefinita.

Memoria nei progetti: contesto globale o isolato?

I Progetti aggiungono un’altra scelta importante. Dove disponibile, puoi usare la memoria predefinita oppure la memoria limitata al progetto. In questo secondo caso le chat possono fare riferimento alle altre conversazioni dello stesso progetto, ma non a quelle esterne; anche le chat esterne non possono richiamare il contenuto del progetto.

È una buona soluzione per separare clienti, corsi, ricerche o attività personali. Secondo la guida OpenAI ai Progetti, i progetti condivisi usano automaticamente la memoria limitata al progetto. È un confine di contesto, non una scusa per caricare qualsiasi dato senza valutare ruoli, permessi e policy aziendali.

Cinque prompt per gestire meglio la memoria

  1. Audit: “Che cosa ricordi di me? Dividi le informazioni in corrette, da verificare e non più utili”.
  2. Aggiunta: “Ricorda che preferisco risposte brevi, con esempi italiani e fonti primarie”.
  3. Correzione: “Sostituisci la vecchia informazione X con Y e dimmi che cosa hai aggiornato”.
  4. Rimozione: “Dimentica l’informazione X e spiegami quali altre fonti devo eliminare per rimuoverla completamente”.
  5. Controllo in risposta: “Per questa risposta indica se hai usato memoria, chat precedenti, file o app connesse”.

Le istruzioni personalizzate restano lo strumento migliore per regole stabili e intenzionali sul tono e sul formato. La memoria serve invece a mantenere continuità con ciò che emerge nel tempo. Per approfondire le forme più evolute di personalizzazione puoi leggere anche il mio articolo su skill, plugin e futuro dei GPT personalizzati.

La mia checklist mensile per una memoria utile

  • Chiedi a ChatGPT che cosa ricorda di te.
  • Correggi ruolo, preferenze e strumenti non più attuali.
  • Elimina ciò che è sensibile, superfluo o ambiguo.
  • Controlla file nella Libreria e app connesse.
  • Separa i contesti professionali con progetti dedicati.
  • Usa una chat temporanea non personalizzata quando non vuoi richiamare né creare memoria.
  • Verifica separatamente l’impostazione “Migliora il modello per tutti”.

Una memoria ben curata rende ChatGPT più utile. Una memoria lasciata crescere senza controllo può invece amplificare informazioni vecchie, interpretazioni sbagliate e preferenze che non ti rappresentano più. Cinque minuti di manutenzione ogni mese sono un investimento sensato.

Fonti

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

Supremacy di Parmy Olson è una buona porta d’ingresso nella guerra dell’intelligenza artificiale, ma chi segue già il settore dovrà attraversare parecchie storie note. La mia recensione parte da qui: un libro che mi ha irritato per la retorica, divertito per i retroscena e lasciato alcuni pezzi utili per ricostruire il puzzle del potere nell’AI.

Appena ho iniziato a leggere Supremacy, della giornalista tech britannica Parmy Olson, ho pensato che aggiungesse poco al dibattito in corso. OpenAI contro Google. Sam Altman contro Demis Hassabis. L’umanità da salvare, possibilmente prima che la salvi il concorrente.

Poi, andando avanti, ho trovato ragioni per continuare. Non tutte riguardano la tecnologia. Alcune riguardano l’inesauribile capacità dei suoi protagonisti di prendersi tremendamente sul serio.

Supremacy di Parmy Olson: di che cosa parla

Il libro ricostruisce la corsa di OpenAI e DeepMind e la rivalità fra due dei loro cofondatori: Sam Altman e Demis Hassabis. Lo presento così perché nessuno dei due ha costruito la propria azienda da solo, anche se la narrazione dei grandi innovatori tende a far sparire il resto della squadra.

L’edizione italiana è Supremacy. L’AI, ChatGPT e la sfida che cambierà il mondo, pubblicata da Garzanti: 336 pagine, ISBN 9788811017592. L’originale è del 2024, anno in cui ha vinto il Financial Times and Schroders Business Book of the Year Award. Un riconoscimento importante, che naturalmente non obbliga a innamorarsene.

Altman e Hassabis: due biografie, una sola ossessione

Da una parte c’è Altman: il ragazzo gay nell’America provinciale e conservatrice degli anni Novanta, poi lo startupper scafato e controverso. Dall’altra parte dell’oceano c’è Hassabis: scacchista, sviluppatore di videogiochi, cofondatore di DeepMind, poi acquisita da Google.

Olson racconta anche che Musk avrebbe definito Hassabis «l’Hitler dell’AI». L’episodio è riportato nella recensione del Times come aneddoto del libro: va letto con questa attribuzione, non come una dichiarazione pubblica registrata. Il bue che dà del cornuto all’asino, versione Silicon Valley. Diciamo che la sobrietà non sembra il requisito d’ingresso.

La contrapposizione funziona. Il rischio, per me, è che la storia collettiva dell’intelligenza artificiale finisca per assomigliare a un duello fra protagonisti da serie televisiva. Dietro ci sono ricercatori, infrastrutture, investitori e decisioni aziendali. Tutta roba meno fotogenica di un fondatore tormentato.

Un libro del 2024 letto nell’epoca di GPT-6 Astra

Leggere oggi un libro del 2024 sull’AI produce un certo straniamento. Mentre sfogli le pagine, fuori è già arrivata un’altra generazione di modelli. L’annuncio ufficiale di GPT-6 Astra, per esempio, insiste sulle capacità di usare computer e browser e svolgere attività professionali complesse.

Questo rende alcuni passaggi inevitabilmente datati. Attenzione, però: l’arrivo di un modello più capace non equivale, da solo, alla dimostrazione che l’AGI sia stata raggiunta. Per valutare un’affermazione del genere bisogna chiarire quali capacità si stanno misurando, in quali condizioni e con quali limiti. Un risultato su un benchmark non descrive automaticamente ogni forma di intelligenza umana.

La mia prima reazione è stata: “È già invecchiato”. Ripensandoci, la critica va precisata. Un’inchiesta sulle origini di questa competizione non deve fare il lavoro di una newsletter quotidiana. Può perdere freschezza tecnologica e conservare valore nel raccontare chi ha preso certe decisioni e perché.

Salvare l’umanità, rendere il mondo migliore e altre formule che mi stancano

Resta un problema di gusto personale: trovo questo tipo di racconto spesso troppo retorico. Salvare l’umanità. Rendere il mondo un posto migliore. Il genio incompreso. Lo startupper folle. La mitologia del garage. La tentazione di scappare su Marte quando sulla Terra l’AI si metterà di traverso.

È un immaginario che mi satura in fretta. Anche quando l’autrice lo racconta per mostrarne le contraddizioni, continuo a sentire il rumore di fondo di una presentazione agli investitori.

Lo storytelling, in alcuni punti, mi sembra costruito per ottenere una reazione precisa. L’Altman sdraiato sul pavimento per l’ansia mi ha fatto pensare all’incipit di Open di Andre Agassi. Un’associazione da lettore, sia chiaro, non un’accusa di plagio. Quello, per me, resta un capolavoro.

E poi ci sono i riferimenti alla religione, che personalmente trovo irritanti. Qui devo riconoscere una cosa a Olson: il registro messianico non è soltanto una sua scelta narrativa. Nell’intervista a Tech Policy Press spiega di averlo incontrato parlando con persone dell’ambiente. Raccontare quella fede serve anche a metterla sotto esame. Posso trovare pertinente l’analisi e, nello stesso tempo, averne abbastanza dell’ennesima promessa di salvezza.

L’AGI abolirà l’economia. Intanto pago il diesel

Con AGI, artificial general intelligence, si intende in termini generali un’intelligenza artificiale capace di affrontare una gamma ampia di compiti cognitivi, invece di essere specializzata in un solo ambito. La formula “intelligente come un essere umano” è comoda, ma lascia aperte parecchie domande: quale essere umano, in quali attività, con quanta autonomia?

Le promesse raccontate da Olson, invece, sono molto meno timide. Nella stessa intervista l’autrice riferisce aspettative ricorrenti di un’AGI a cinque-dieci anni di distanza. Ricorda inoltre la testimonianza di un ex dirigente su conversazioni fra manager di DeepMind: con l’AGI, ragionavano, l’economia sarebbe stata abolita e raccogliere denaro non sarebbe più stato un problema. Olson precisa che non scherzavano.

Non trasformerei questo racconto in una citazione letterale di Hassabis. Il punto, però, rimane: l’abbondanza viene annunciata con grande sicurezza, mentre i dettagli operativi tendono a restare indietro.

Be’, quei cinque anni sono passati da parecchio. E oggi ho pagato il diesel 2,20 euro al litro.

È il mio rifornimento, non una statistica nazionale. E naturalmente non è un test scientifico sull’AGI. È soltanto il modo più rapido che conosco per misurare la distanza fra l’economia abolita e il distributore sotto casa.

Transformer, Microsoft e la defenestrazione di Altman: qui mi diverto

La storia dei Transformer continua invece ad appassionarmi. Mi diverto con poco, lo so. Nel 2017 il gruppo di ricerca che firma Attention Is All You Need presenta un’architettura basata sull’attenzione, centrale nello sviluppo successivo dei modelli linguistici.

La cosa affascinante è il passaggio dalla ricerca alla competizione industriale: un avanzamento nato nell’orbita di Google diventa parte della base tecnologica su cui anche OpenAI costruisce la famiglia GPT. Non basta inventare un componente fondamentale per controllare tutti gli usi che altri ne faranno.

Mi interessa altrettanto il “patto col diavolo” fra OpenAI e Microsoft. Nel linguaggio dei comunicati, naturalmente, si chiama partnership strategica. L’annuncio del gennaio 2023 parla di un investimento pluriennale e multimiliardario e del ruolo di Azure. La mia espressione è volutamente ironica: il tema concreto è la dipendenza della ricerca da chi può pagare infrastrutture e potenza di calcolo.

Poi arrivano l’uscita degli Amodei e la nascita di Anthropic, le divergenze su come sviluppare l’AI, i conflitti di governance. E la defenestrazione di Altman, documentata nel comunicato di OpenAI del 17 novembre 2023. Anche senza effetti speciali, il materiale drammatico abbonda.

Non a caso la vicenda è finita al cinema: Artificial, diretto da Luca Guadagnino e interpretato da Andrew Garfield, ruota attorno al licenziamento e al ritorno di Altman. Altro che chatbot: qui siamo già al casting.

Che cosa mi lascia questa lettura

Il pezzo più interessante del puzzle, alla fine, è il rapporto fra missione dichiarata e potere reale. Chi finanzia? Chi controlla? Chi può fermare un progetto? E chi decide che cosa significhi “il bene dell’umanità”?

Per me sono domande più utili dell’ennesimo conto alla rovescia verso l’AGI. Sono anche un buon esercizio per chi usa questi strumenti sul lavoro: distinguere capacità osservabili, interessi commerciali e narrazioni. Una precauzione vicina a quella che descrivo parlando di epistemia e illusione di sapere con l’intelligenza artificiale: capire una storia non significa aver verificato tutte le sue promesse.

Un video per ascoltare Parmy Olson

Per approfondire il punto di vista dell’autrice, propongo l’intervista in inglese The race for AI supremacy, with Parmy Olson, pubblicata nell’ottobre 2024. È un complemento alla lettura, da collocare nel contesto di quel periodo.

A chi consiglio Supremacy e dove trovare l’edizione italiana

A chi è a digiuno di queste vicende, Supremacy può offrire una ricostruzione accessibile e coinvolgente. Chi segue l’AI da anni dovrà invece sciropparsi un’altra volta Turing, gli inverni dell’intelligenza artificiale, Oppenheimer, AlphaGo, i bias, Minority Report, Tay e i pappagalli stocastici. Sono riferimenti utili, ma l’effetto “questa la so” è dietro l’angolo.

Lo trovo un testo a tratti ripetitivo e molto concentrato sull’asse Silicon Valley-Londra. Più preciso dire così che semplicemente “americanocentrico”: DeepMind e Hassabis occupano una parte sostanziale della storia, ma il mondo dell’AI è più grande dei protagonisti scelti.

Non è il libro che consiglierei per imparare a usare meglio ChatGPT. È una lettura per capire un po’ meglio le aziende, le persone e gli interessi dietro quegli strumenti. Anche chi conosce già la trama può trovarci qualche altro pezzo del puzzle. Purché sopporti, fra un capitolo e l’altro, qualcuno che vuole salvargli la vita.

L’edizione italiana Garzanti è acquistabile su Amazon: Supremacy di Parmy Olson.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

Ci sono frasi che sembrano innocue e che invece raccontano un pezzo di futuro. Una l’ha pronunciata Sam Altman qualche settimana fa, sul palco del BlackRock U.S. Infrastructure Summit: l’intelligenza artificiale potrebbe diventare, letteralmente, come una bolletta, pagata a consumo e misurata da un contatore, proprio come luce e acqua.

Da formatore che lavora ogni giorno con aziende e manager sull’uso pratico dell’AI, questa dichiarazione mi ha fatto pensare subito a un concetto che uso spesso per spiegare come cambiano nel tempo le piattaforme digitali: l’enshittification descritta dallo scrittore Cory Doctorow. In questo articolo provo a mettere insieme i due fili: cosa ha detto davvero Altman, perché mi ricorda lo schema di Doctorow e, soprattutto, cosa puoi fare fin da ora per non ritrovarti tra qualche anno con una bolletta dell’intelligenza artificiale fuori controllo.

Perché l’AI potrebbe diventare una bolletta, secondo Altman

Al summit organizzato da BlackRock, l’amministratore delegato di OpenAI ha descritto un futuro in cui l’intelligenza artificiale “diventa una utility, come l’elettricità o l’acqua”, acquistata dagli utenti tramite un contatore che misura l’uso reale. Non un abbonamento piatto uguale per tutti, ma un consumo misurato e fatturato, esattamente come succede con le utenze domestiche.

Altman ha aggiunto un dettaglio interessante: l’obiettivo dichiarato è rendere l’intelligenza artificiale così economica da risultare, come si diceva un tempo per l’energia nucleare, “troppo economica per essere misurata”. Un’espressione storica dell’industria energetica che, per sua stessa ammissione, non si è mai avverata del tutto. Il parallelismo resta scomodo: se il modello di riferimento è quello delle utility energetiche, prima o poi qualcuno il contatore lo guarda, e qualcun altro decide quanto farlo girare.

Per arrivarci, secondo Altman, serve un aumento enorme della capacità di calcolo globale, che significa investimenti colossali in infrastrutture, data center ed energia. Non a caso anche la CFO di OpenAI, Sarah Friar, era intervenuta in passato sullo stesso tema, parlando di espansione dell’AI e riduzione dei costi possibile solo a fronte di investimenti massicci. E non a caso, proprio in queste settimane, OpenAI è finita al centro delle polemiche per l’accordo con il Pentagono, un altro segnale di quanto il perimetro di questa azienda si stia allargando ben oltre il chatbot che conosciamo.

Che cos’è l’enshittification di Cory Doctorow

Il termine, coniato dallo scrittore Cory Doctorow, descrive un ciclo di vita ricorrente delle piattaforme digitali. Nella prima fase la piattaforma è generosa con gli utenti: prezzi bassi o nulli, prodotto ottimo, per costruire una base ampia e fidelizzata. Nella seconda fase, consolidata la base utenti, la piattaforma inizia a favorire i clienti business, cioè inserzionisti, venditori terzi, partner commerciali, spesso a scapito dell’esperienza degli utenti originari. Nella terza fase, quando ormai cambiare fornitore è costoso o scomodo, la piattaforma stringe il cappio su tutti, utenti e business, per massimizzare il valore estratto a favore di azionisti e investitori.

Il meccanismo che rende possibile questo ciclo ha un nome preciso: lock-in, cioè l’insieme di costi, abitudini, integrazioni e dipendenze che rendono difficile andarsene anche quando il servizio peggiora. Più è alto il costo di uscita, più la piattaforma può permettersi di peggiorare senza perdere utenti.

Perché il modello “AI come una bolletta” mi ricorda l’enshittification

Non credo che Altman stia progettando deliberatamente un peggioramento futuro dei servizi AI. Credo però che la struttura economica descritta, prezzi bassi oggi per costruire adozione di massa, misurazione e fatturazione puntuale domani, abbia esattamente l’architettura in cui si sviluppa l’enshittification.

Oggi l’accesso a ChatGPT, Claude, Gemini e agli altri strumenti è relativamente economico, spesso gratuito nelle versioni base. Aziende e professionisti stanno integrando questi strumenti nei flussi di lavoro quotidiani, costruendo prompt, automazioni, interi processi che dipendono da un fornitore specifico. È esattamente la fase in cui, storicamente, le piattaforme sono più generose: quella in cui conquistano il mercato.

Il rischio, se il paradigma diventa davvero quello della utility a consumo, è che la seconda e la terza fase arrivino più rapidamente di quanto ci aspettiamo: prezzi legati al consumo reale, modelli migliori riservati a chi paga di più, funzionalità base progressivamente limitate, dipendenza aziendale ormai troppo radicata per cambiare fornitore senza costi enormi di riorganizzazione. Non è una previsione catastrofista: è lo schema che abbiamo già visto con i social network, i marketplace online e buona parte del software as a service.

10 dritte operative per risparmiare sull’uso dell’intelligenza artificiale

Che il modello a consumo si affermi o meno, ha senso iniziare fin da ora a usare l’AI in modo più consapevole, evitando sprechi e dipendenze eccessive da un solo fornitore. Ecco dieci indicazioni pratiche che uso anche nei miei percorsi di formazione con aziende e manager.

  1. Fai un audit degli abbonamenti attivi. Molte aziende pagano contemporaneamente licenze ChatGPT, Claude, Gemini, Copilot e strumenti verticali che fanno le stesse cose. Prima di tagliare, bisogna sapere davvero cosa si sta pagando.
  2. Scegli il modello giusto per il compito, non sempre il più potente. Per un riassunto o una bozza veloce non serve il modello più avanzato e costoso: i modelli più leggeri (per esempio flash in Gemini) costano una frazione e bastano per la maggior parte dei task quotidiani.
  3. Costruisci prompt precisi fin dal primo tentativo. Un prompt che richiede tre o quattro tentativi per arrivare al risultato consuma tre o quattro volte le risorse di uno scritto bene la prima volta.
  4. Evita di duplicare lo stesso lavoro su più strumenti. Confrontare la stessa richiesta su ChatGPT, Claude e Gemini “per vedere chi risponde meglio” ha senso in fase di test, non come abitudine quotidiana.
  5. Valuta le API a consumo per gli usi saltuari. Se il bisogno è discontinuo, un abbonamento flat mensile può costare più di un uso a consumo tramite API: vanno confrontati i due modelli sul volume reale di utilizzo.
  6. Automatizza i task ripetitivi invece di ripetere gli stessi prompt. Un flusso automatizzato, con un prompt testato e riutilizzabile, consuma meno risorse di decine di richieste manuali simili tra loro ogni giorno.
  7. Monitora i consumi con cadenza mensile. Quasi tutte le piattaforme AI offrono dashboard di utilizzo: controllarle una volta al mese permette di individuare subito reparti o persone che generano costi anomali.
  8. Valuta i piani team rispetto a licenze individuali sommate. Sopra una certa soglia di utenti, i piani business hanno spesso un costo per persona più basso delle licenze singole acquistate una per una.
  9. Non affidarti a un solo fornitore per i processi critici. Mantenere una minima flessibilità multi-vendor, anche solo conoscendo alternative valide, riduce il potere contrattuale che un singolo fornitore può esercitare quando alza i prezzi.
  10. Forma le persone, non solo gli strumenti. La maggior parte degli sprechi che vedo nelle aziende non dipende dal costo dello strumento, ma dall’uso inefficiente che se ne fa: un team formato su prompting e workflow ottiene di più spendendo meno.

Cosa fare da qui in avanti

La visione di Altman non è ancora una policy annunciata, è una direzione. Ma la direzione conta, perché anticipa il modo in cui le aziende dovrebbero iniziare a organizzarsi: monitorare i consumi, formare le persone, evitare dipendenze rigide da un solo fornitore, proprio come si fa con qualsiasi altra utenza aziendale importante. Il momento migliore per costruire queste abitudini è adesso, mentre l’accesso all’AI è ancora relativamente economico e flessibile.

Domande frequenti

Cos’è l’enshittification?

È un termine coniato da Cory Doctorow per descrivere il progressivo peggioramento delle piattaforme digitali nel tempo, quando passano dal favorire gli utenti al favorire i clienti business e infine gli azionisti, sfruttando il lock-in creato nelle fasi precedenti.

L’intelligenza artificiale diventerà davvero come una bolletta?

Sam Altman ha descritto questo scenario come una direzione possibile per il futuro di OpenAI, basata su un modello a consumo simile a quello delle utility. Non è ancora una policy ufficiale, ma indica chiaramente verso dove potrebbe evolvere il settore.

Come posso ridurre fin da ora i costi dell’AI in azienda?

Partendo da un audit degli strumenti in uso, scegliendo il modello giusto per ogni compito, evitando duplicazioni tra fornitori e formando le persone a un uso più efficiente: sono i punti su cui lavoro nei percorsi di formazione con le aziende.

Se vuoi approfondire questi temi e capire come impostare un uso più efficiente e consapevole dell’intelligenza artificiale nella tua azienda, scrivimi attraverso il modulo di contatto: parliamone insieme.

Poe.com non è un sito dedicato al mitico Edgar Allan dei racconti dell’orrore, bensì è un acronimo che sta per:

  • Platform (for)
  • Open
  • Exploration

Si tratta di un servizio sviluppato da Quora e lanciato nel dicembre 2022.

Questa piattaforma permette agli utenti di porre domande e ottenere risposte da una serie di LLM (modelli di linguaggio di grandi dimensioni), il più celebre dei quali è certamente ChatGPT. Oltre al chatbot di sviluppato da OpenAI, è possibile provarne altri. In particolare Claude-instant e Claude+ di Anthropic eccellono nei compiti di scrittura creativa e forniscono risposte approfondite, mentre Sage e ChatGPT sono fenomenali in lingue diverse dall’inglese (ovviamente compreso l’italiano) e in compiti legati alla programmazione. GPT-4 eccelle nella scrittura creativa, nella risoluzione dei problemi e nel seguire le istruzioni.

Lato privacy, le conversazioni con i chatbot su Poe sono private e condivise solo a discrezione dell’utente. La versione Premium di Poe.com costa 19 euro al mese e consente di accedere a tutti i modelli. Per esempio, tra quelli disponibili si trovano diverse voci relative a ChatGPT, in particolare ChatGPT-16k e GPT-4-32k. Chi paga ha diritto inoltre a 600 messaggi GPT-4 e 1.000 messaggi Claude-2-100k al mese.

 

Ultima chicca: gli utenti possono creare i propri bot tramite il sito web di Poe o l’app iOS.


Ora vale la pena esplorare 3 funzionalità chiave della piattaforma.

1. Modelli più potenti con input più ampi

Poe.com ha recentemente lanciato nuovi modelli più potenti con finestre di contesto più ampie. Tra questi, spiccano Claude Instant e Claude 2 di Anthropic, con prompt da 100k token, vale a dire circa 75.000 parole (attualmente il limite in ChatGPT è di 4000 token).

Ho fatto un test. Ho preso l’intero testo di un mio vecchio libro sulle bufale che, come vedi, contiene oltre 23.000 parole:

In effetti Claude 2 è riuscito a leggere il testo e ha riassumerlo in bullet point:

2. Caricamento e analisi dei file

Questa funzionalità, disponibile sia su Web che da mobile, permette a chiunque di aggiungere un file a un messaggio su Poe. Il file viene elaborato per estrarne il testo e mostrare il contenuto direttamente al modello come parte della conversazione.
Per esempio ho usato Sage per caricare un PDF (sul Oculus Go e sicurezza) e chiedergli di indicarmi i cinque punti salienti. Ma funziona con tutti i modelli.

3. Analisi URL

L’analisi degli URL, indirizzi di siti Web, funziona in modo simile al caricamento dei file. Basta aggiungere l’indirizzo ai messaggi su Poe. Per esempio ho chiesto a ChatGPT:

Analizza il contenuto del sito https://www.gianluigibonanomi.com/ e proponi un piano editoriale di un mese per promuoverlo. Indica in una tabella canale social (tra LinkedIn, Facebook, Instagram e YouTube), obiettivo del contenuto, esempio del contenuto

Poi ha proposto i contenuti giorno per giorno. Per esempio:

Giorno 10
Canale social: Instagram
Obiettivo del contenuto: Condividere un post sulla gamification
Esempio del contenuto: Condividere una foto che rappresenta la gamification e parlare del progetto Link&Lead, la prima piattaforma di gamification per trasformare i dipendenti e venditori in brand ambassador e social seller.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

Da anni si parla di intelligenza artificiale che crea contenuti, ma di discutibile qualità: titoli sempre con lo stesso schema (i mitici listicle!), testi con stile legnoso, immagini inquietanti. Poi, nel dicembre 2022, cambia il mondo: ChatGPT di OpenAI dimostra al mondo che con un dataset immenso e una capacità di calcolo adeguata, gli output sono così buoni da superare, brillantemente, il test di Touring.

I professionisti di qualsiasi settore, in particolare i creatori di contenuti, passano dall’esaltazione alla depressione, un po’ affascinati dall’aiuto che gli algoritmi possono dar loro, come assistenti da schiavizzare a costo zero, e un po’ terrorizzati dall’idea di essere rimpiazzati, e quindi con pulsioni luddiste.

All’improvviso arriva lo tsunami e si scopre che esistono piattaforme di intelligenza artificiale che possono creare qualsiasi cosa: immagini, video, righe di codice, rendering 3D, piani di marketing e così via. Tra questi, voglio focalizzare l’attenzione sulle presentazioni multimediali. Un contenuto che, mischiando testi e immagini, tecniche di comunicazione e grafica, creatività e tecnicismi, si pensava non potesse essere gestito da macchine. Non è così.

Che cos’è Tome?

Vi racconto la storia di Tome. Si tratta di una startup di San Francisco che si occupa di strumenti software collaborativi per la “narrazione”. Qualche esempio? Dai libri per bambini ai rapporti aziendali, dalle presentazioni di vendita a storyboard cinematografici. Da qualche mese, Tome ha messo a disposizione uno strumento per generare automaticamente presentazioni multimediali a partire da un input testuale. Le presentazioni sono complete: dal titolo alle conclusioni, dall’immagine alla grafica. I testi sono generati sfruttando proprio il già citato ChatGPT di OpenAI e la grafica è creata grazie a Dall-E, sempre di OpenAI. Tutti i contenuti possono essere facilmente personalizzati e integrati con video, link e altro.
Giudicate voi il risultato (creato in meno di un minuto):

Qui un video che ne mostra il funzionamento:

Se avete il dubbio che questa realtà sia bislacca e non abbia futuro, facciamo parlare i numeri: l’azienda ha raccolto 32,3 milioni di dollari in finanziamenti da investitori come Greylock Partners e Coatue, e punta decisamente a rimpiazzare software Powerpoint o Canva, che nel frattempo dovranno adeguarsi includendo ulteriori moduli di automazione, in parte già presenti. Il prodotto, in versione Beta, è già stato usato da decine di migliaia di utenti, parola del Ceo di Tome Keith Peiris.

Tome non è l’unico strumento del genere in circolazione: altri esempi sono IA Presenter e Beautiful.AI, tra le altre.